SISTEM PENDUKUNG KEPUTUSAN UNTUK PENENTUAN CALON PELAMAR KERJA DAN PERUSAHAAN DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (Studi Kasus : STIKOM CAREER CENTER (SCC) Surabaya) 1)
Novita Hosama
2)
Arifin Puji Widodo
3)
Teguh Sutanto
SI / Jurusan Sistem Informasi, Sekolah Tinggi Manajemen Informatika & Teknik Komputer Surabaya, email: 1)
[email protected] 2)
[email protected] 3)
[email protected] Abstract: The problems currently faced by STIKOM Career Center (SCC) is not having a record of their competence by alumni and corporate data, the absence of a means for performing filtering based on competency of graduates to find appropriate jobs that SCC does not have information about the competencies alumni and the number of competencies required by the company. Based on these problems it is necessary an information system web based job which has a function as a means to accommodate the data of alumni and their competencies and corporate data and their jobs will be offered, as well as the competence graduates can do the filtering based on the calculation method Simple Additive weighting (SAW) where each competency will have weight and can generate reports on the number of competencies required by the company. Web-based information systems can be used to manage corporate data and competencies alumni, capable of displaying a list of alumni in accordance with its competence and result in a report on the number of competencies required by the company. With the web-based information system, the flow of information regarding the competence graduates can be channeled in the search for a suitable job. Keywords: Alumni Competence, Jobs, Simple Additive Weighting (SAW)
SCC didirikan dengan tujuan menjadi mediator antara perusahaan / industri pencari kerja, dan para pencari kerja, khusunya yang berasal dari STIKOM Surabaya (Sarjana, ahli madya dan juga mahasiswa) (sumber : http://scc.stikom.edu). Dan sampai tahun 2011 SCC sendiri telah memiliki rekanan perusahaan dalam hal kebutuhan pemenuhan tenaga kerja sebanyak 200 perusahaan dan lowongan kerja yang masuk setiap tahun hampir mencapai 350 lowongan. Informasi lowongan pekerjaan ini tentunya sangat berguna bagi para alumni yang sedang mencari kerja. Namun saat ini yang terjadi adalah pihak SCC tidak dapat memberikan informasi mengenai alumni yang paling kompeten/sesuai dengan kebutuhan perusahaan , sehingga ketika perusahaan membutuhan seara cepat calon karywan untuk menempati lowongan yang ditawarkan pihak SCC tidak dapat mengetahui alumni mana saja sesuai. Permasalahan itu terjadi dikarenakan SCC
belum memiliki suatu sarana yang mampu
menampung data alumni dan data perusahaan. Karena tidak adanya record mengenai data alumni dan data perusahaan sehingga SCC tidak dapat melakukan penyaringan kompetensi dari setiap alumni berdasarkan kemampuan mereka untuk menentukan lowongan yang sesuai
1
sehingga SCC tidak dapat menghasilkan informasi-informasi mengenai alumni STIKOM yang sedang bekerja, yang studi lanjut maupun yang belum bekerja, SCC tidak mengetahui jumlah alumni yang melamar pekerjaan dan jumlah kompetensi yang dibutuhkan oleh perusahaan. Berdasarkan permasalahan tersebut maka dibuatkan suatu sistem informasi lowongan pekerjaan berbasis web yang memiliki fungsi sebagai sarana untuk menampung data alumni beserta kompetensi yang dimilikinya dan data perusahaan beserta lowongan pekerjaan yang akan ditawarkan. Data tersebut akan digunakan dalam proses pencarian calon pelamar kerja yang sesuai dengan kompetensi alumni dan proses ini juga dapat menghasilkan informasi mengenai perusahaan yang sesuai dengan kompetensi alumni. Dari proses pembobotan tersebut akan diperoleh informasi mengenai data alumni yang sesuai berdasarkan kompetensi yang diperlukan oleh perusahaan setelah itu alumni yang bersangkutan akan memperoleh email mengenai informasi lowongan pekerjaan tersebut. Selain itu bagi alumni juga mampu Dari data-data tersebut juga dapat dihasilkan laporan mengenai lowongan yang ada kepada alumni, jumlah pasti rekan SCC, jumlah lowongan yang ada, posisi yang paling sering ditawarkan, prodi yang banyak ditawari perkejaan, posisi yang diminati oleh alumni, kompetesi yang paling dibutuhkan oleh perusahaan, jumlah alumni yang bekerja, mengetahui alumni yang studi lanjut dan mengetahui alumni yang belum bekerja. Dengan demikian sistem informasi berbasi web ini, mampu menyalurkan infromasi mengenai kompetesni alumni dalam pencarian lowongan kerja yang sesuai. METODE
Multi Attribute Decision Making (MADM) Pada dasarnya, proses Multi Attribute Decision Making (MADM) dilakukan melalui 3 (tiga) tahap, yaitu penyusunan komponen-komponen situasi, analisis, dan sintesis informasi. Pada tahap penyusunan komponen-komponen situasi akan dibentuk tabel taksiran yang berisi identifikasi alternatif dan spesifikasi tujuan, kriteria dan atribut. Salah satu cara menspesifikasikan tujuan situasi Oi, i=l,…, t adalah dengan cara mendaftar konsekuensikonsekuensi yang mungkin telah teridentifikasi Oi, i=l,…, n. selain itu mulai disusun atributatribut yang akan digunakan ak , k = l, …, m . Tahap analisis dilakukan melalui 2 (dua) langkah. Pertama mendatangkan taksiran dari besaran yang potensial, kemungkinan dan ketidakpastian yang berhubungan dengan dampakdampak yang mungkin pada setiap alternatif. Kedua, meliputi pemilihan dari pereferensi pengambil keputusan untuk setiap nilai dan ketidakpedulian terhadap resiko yang timbul.
2
Pada langkah pertama, beberapa metode menggunakan fungsi distribusi p j(x)
yang
menyatakan probalitas kumpulan atribut ak terhadap setiap alternatif al . Konsekuen juuga dapat ditentukan secara langsung dari agregasi sederhana yang dilakukan pada informasi terbaik yang tersedia. Demikian pula, ada beberapa cara untuk menentukan preferensi pengambil keputusan pada setiap konsekuen yang dapat dilakukan pada langkah kedua. Metode yang paling sederhana untuk menurunkan bobot atribut dan kriteria adalah dengan fungsi utilitas dan pejumlahan terbobot. Secara umum, model multi attribute decision making dapat didefinisikan sebagai berikut (Kusumadewi, 2006): Misalkan A = {aj i = l, … , n } adalah himpunan alternatif keputusan C = {cj j = l, … , m} adalah himpunan tujuan yang diharapkan maka akan ditentukan alternatif xo yang memiliki derajat harapan tertinggi terhadap tujuan-tujuan relevan cj. Sebagian besar pendekatan MADM dilakukan 2 (dua) langkah, yaitu: pertama, melakukan agregasi terhadap keputusan-keputusan yang tanggap terhadap semua tujuan pada setiap alternatif dan kedua, melakukan perengkingan alternatif-alternatif keputusan tersebut berdasarkan hasil agregasi keputusan. Dengan demikian, dapat dikatakan bahwa masalah MADM adalah mengevaluasi m alternatif Ai { i = 1, 2, … , m} terhadap sekumpulan atrbut atau kriteria C j { j = 1, 2, … , n} dimana setiap atribut saling tidak bergantung satu dengan yang lainnya. Matriks keputusan alternatif terhadap setiap atribut X, diberikan sebagai berikut: x=x11x12x13…x1nx21x22x23…x2nx31x32x33…x3n…………… xm1xm2xm3…xmn Dimana xij merupakan rating kinerja alternatif ke – i terhadap atribut ke – j. Nilai bobot yang menujukan tingkat kepentingan relative setiap atribut, diberikan sebagai W: W = {wj , wj, …., wn} Rating kinerja (x) dan nilai bobot (w) merupakan nilai utamam yang merepresentasikan preferensi absolute dari pengambil keputusan. Masalah MADM diahkiri dengan proses perankingan untuk mendapatkan alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan yang diberikan.
3
Menurut Kusumadewi (2206 : 74) salah satu metode untuk menyelesaikan masalah MADM adalah dengan Simple Additive Weighting (SAW). Simple Additive Weighting (SAW) Metode SAW sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar SAW adalah mencari penjumlahan terbobot dari kinerja setiap alternatif pada semua atribut (Kusumadewi, 2006). Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada. Jika j adalah atribut keuntungan (benefit)
Dimana
jika j adalah attribute biaya (cost)
xijmaxxijminxijxij rij adalah rating
kinerja ternormalisasi dari
alternatif Ai pada atribut Cj : i = 1, 2, …, m dan j = 1, 2, …, n. Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai berikut: Vi
= j=1nwj rij
Nilai Vi lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. Analisis Dan Perancangan Sistem
Permasalahan yang saat ini dihadapi oleh STIKOM Career Center (SCC) adalah tidak memiliki record kompetensi yang dimiliki oleh alumni dan data perusahaan, tidak adanya sarana untuk melakuan penyaringan alumni berdasarkan kompetensi yang dimiliki untuk mengetahui lowongan yang sesuai sehingga SCC tidak memiliki informasi-informasi mengenai kompetensi alumni dan jumlah kompetensi yang dibutuhkan oleh perusahaan. Berdasarkan permasalahan tersebut maka dibutuhkan suatu sistem informasi lowongan pekerjaan berbasis web yang memiliki fungsi sebagai sarana untuk menampung data alumni beserta kompetensi yang dimilikinya dan data perusahaan beserta lowongan pekerjaan yang akan ditawarkan, juga dapat
melakukan penyaringan kompetensi alumni berdasarkan
perhitungan dengan metode Simple Additive Weighting (Saw) dimana setiap kompetensi akan memiliki bobot dan dapat menghasilkan laporan mengenai dibutuhkan oleh perusahaan.
Gambar 1. Use Case Diagram Website SCC
4
jumlah kompetensi yang
Diagram use case bisnis menunjukkan interaksi antara use case bisnis dan aktor bisnis. Use case bisnis mempresentasikan proses bisnis yang dilakukan, sedangkan aktor bisnis mempresentasikan peranan (roles) yang dimainkan pada aktivitas bisnis. Peranan yang dilakukan oleh sesorang atau sesuatu di dalam ruang lingkup bisnis disebut pekerja bisnis (Sholiq, 2010:20). Terdapat satu pekerja bisnis yaitu pihak SCC dan dua aktor bisnis yaitu perusahaan dan alumni karena berada di luar organisasi. Pihak SCC berperan untuk mencetak laporan, mengapprove lowongan yang masuk, mengakses halaman perhitungan SAW dan memanage master.Untuk perusahaan memiliki peran untuk melakukan pendaftaran, mengisi lowongan perkerjaan dan mengapprove surat lamaran. Peran alumni adalah mengaujukan surat lamaran dan mengakses informasi pemberitahuan surat lamaran. Flow Of Events Use Case Mengakses Hala-man Perhitungan Saw Halaman perhitungan SAW ini mengumpulkan data dari semua lowongan yang suda diterima oleh SCC. Dari lowongan tersebut dapat dilakukan perhitungan SAW. Tabel 1. Flow of Events Mengakses Halaman Perhitungan SAW Nama Use Case
Login
Kebutuhan terkait
Data-data lowongan beserta surat lamaran yang sudah diajukan oleh alumni akan dikelola menjadi sebuah laporan.
Tujuan
Memperoleh daftar alumni yang paling sesuai dengan lowongan yang ada.
Prasyarat
Tidak ada.
Kondisi akhir Sukses
Memperoleh daftar alumni yang sesuai dengan kebutuhan lowongan.
Kondisi akhir gagal
-
Aktor utama
SCC
Aktor sekunder
Tidak Ada
Pemicu
SCC menekan tautan perhitungan SAW.
Alur utama
Langkah
5
Aksi
1
Membuka halaman khusus admin SCC.
2
Menekan tautan daftar lowongan.
Alur perluasan
3
Menekan tautan daftar perhitungan SAW.
4
Melakukan koneksi ke database.
5
Mengambil data kebutuhan lowongan dan kompetensi alumni.
6
Melakukan perhitungan SAW
7
Menampilkan hasil perhitungan SAW
8
Use case berakhir.
Langkah
Aksi Percabangan
3.1
Menekan tautan view lowongan.
7.1
Menekan view CV
Perhitungan SAW Dalam perhitungan SAW setiap kategori meiliki bobot tersendiri untuk softskill dan minat kerja memiliki nilai 1(satu) untuk setiap kecocokan yang dimiliki alumni dengan kebutuhan lowongan. Sedangkan hardskill memiliki penilaian yang berbeda untuk setiap pilihan. Untuk sangat mengusai bernilai 3 (tiga), menguasai 2 (dua), dan sedikit menguasai bernilai 1 (satu). Dari data mentah di atas dapat dilakukan perhitungan rata-rata sebagai berikut ini: Tabel 2. Tabel rating kecocokan dari setiap alternative pada setiap kriteria KOMPETENSI
Hardskill
Softskill
Minat Pekerj aan
08.51016.002 3
6
3
2
06.51016.009 1
4
3
0
02.39010.000 7
0
1
0
06.41010.023 5
4
1
0
Alumni
6
Karena setiap nilai yang diberikan pada setiap alumni di setiap kompetensi merupakan nilai kecocokan (nilai teresar adalah terbaik), maka semua kompetensi yang diberikan diasumsikan sebagai kriteria keuntungan. Matriks yang dibentuk dari tabel kecocokan adalah sebagai berikut : z= 632430010410 Pertama-tama dilakukan normalisasi matriks z berdasarkan persamaan berikut : Rij=CijMax Cij
7
